一場大廠關于人形機器人的“生態暗戰”

2025年，一場關于“人形機器人”的熱浪正在升溫。具身智能成為風口上的新物種，機器人開始出現在馬拉松跑道、工業流水線上、養老社區內，人類為自己造出的“同類”，正在一點點走出實驗室，邁向現實。

據天眼查官方數據，及高盛預測，理想情況下，2035年人形機器人市場或將達到1540億美元。而國際市場研究機構 Markets and Markets則預測，人形機器人市場規模將從2023年的18億美元增長到2028年的138億美元，復合年增長率可達50.2%。

不過，當我們把目光投向那些有資源、懂AI、最早講科技故事的巨頭，百度、騰訊、阿里、華為時，卻發現一個反常現象，這一次，它們沒有沖在最前面，沒有高調發布機器人新品，也沒有急迫自研雙足仿生機械臂。

站在喧囂之外，它們顯得出奇克制。

“為什么這屆大廠不造人了？”事實是，它們并沒有退出這場戰役，只是換了一種方式。

一、大廠不做主角，轉身做起導演

當人形機器人邁著笨拙卻執著的步伐，完成了一場21公里的半程馬拉松，成為人類賽事中的“非人類完賽者”；

當雙足仿生臂在倉儲一線完成理貨、揀選、搬運，不喊累；

當你家的機器人能一邊幫你煮咖啡，一邊照顧老人，這種“云+端”的協作能力，正是大廠布局的核心。

鏡頭拉近，是機械的精準控制與多模態感知在真實場景中的協同演繹；鏡頭拉遠，卻發現一個耐人尋味的景象，舞臺中央，“造人”的主角并非百度、騰訊、阿里，而是一眾名字陌生的創業公司。

而那些手握數據、模型、算力和資金的大廠們，在幕后搭臺、布光、做導演。這一幕，像極了一部好戲的誕生，靠的不只是演員的表演，更靠劇本、道具、舞臺、燈光的精準配合。

根據天眼查媒體綜合信息顯示，百度的路徑像是這場戲中的“布景組長”。它沒有沖進主舞臺搭建機器人形體，而是悄悄在后臺修水電、建橋梁。它用自己的大模型平臺、異構算力資源、采標能力與數據處理流水線，打造一個可以高效訓練、部署、運營具身智能體的“后場指揮中心”。

“天工”機器人能夠完成全球首場人形馬拉松的背后，是百度提供的百舸AI異構平臺在支撐，是那一套百萬級具身數據采集與標注方案在持續喂料。它不是沖線的人，卻是沿途設水站、搭帳篷、修路障的沉默工兵。

騰訊的策略像“投資型導演”。它一方面運營著自己的機器人實驗室Robotics X，研究靈巧手和足式機器人，另一方面通過資本與生態合作，頻繁出現在機器人企業的投資人名單上，共建“云+邊+終端”融合架構。

阿里，既投資了逐際動力、源絡科技等本體企業，也加速在智能體產品上開放通義千問大模型，并與智能體平臺Manus合作，試圖把具身智能的中樞神經開放給生態中的開發者。這一系列布局，讓我們看到一個共識在悄然成形，這不是一場你追我趕的“造人競賽”，而是一次產業組織方式的角色重構。

在這場重構中，巨頭們愿意放棄制造一臺爆款機器人的光環，更傾向于成為產業鏈中的“賣鏟人”。

賣標準、賣算力、賣模型、賣接口、賣訓練平臺，讓千千萬萬個“挖礦者”在風口上起飛，而自己則站在風口下，建機場、開訓練營。

當風起來時，它們也就變成了擁有流量閘口、技術骨架與產業話語權的“導演”。

它們不站C位，卻寫下了未來產業的“版權聲明”。

二、從“技術為王”到“生態為王”

在AI發展進程中，每一波熱潮都從技術突破起步，但真正決定產業走多遠、飛多高的，是誰能率先搭建起系統生態。

如果說過去的AI像是孤島上修煉的“術士”，專注打磨單點能力，那么具身智能更像是一場工業革命中的協同工程，它不只是拼代碼、跑參數的競速，更是從數據、模型、硬件到場景的立體協作。這也決定了，單點突破不再是勝負手，能將“軟+硬+云+場”拉成閉環的玩家，才是這場戰役的真正主角。

如今，大廠們紛紛從“造術士”轉向“筑城主”，誰能率先構建起一座運行穩定、數據流暢、訓練高效的智能之城，誰就握住了未來的門票。

騰訊最新的動作是，與越疆科技合作。它還參投智元機器人，并通過Robotics X實驗室孵化足式機器人“小五”。這些動作既瞄準當下產業落點，也為未來生態協同保留緩沖區。

百度則干脆將自己轉型為操作系統提供者。沒有進入硬件戰場，也沒有搶占制造環節，而是選擇做“智能基建”中的高速公路，用大模型和數據平臺做引擎，為具身智能開辟數據+算法的全流程通道。

根據天眼查及媒體綜合信息顯示，百度的邏輯是清晰的，在這個AI嵌入物理世界的時代，人形機器人必須從真實世界中“讀懂規則”，而這需要大量結構化、多模態、任務導向的數據。而百度擅長的，正是搜集、清洗、訓練這些復雜數據，并用大模型熬出一鍋算法濃湯，供機器人喝下后執行動作。

相比之下，阿里則像是一位樂隊的指揮家，一邊調動通義千問大模型，一邊投資逐際動力、源絡科技等機器人本體企業，還將Manus智能體平臺與通義千問實現對接，嘗試在國產大模型體系中完成具身智能的閉環。

生態不只是“廣”，更在于“穩”。

一個優質的生態，必須在算力波動、數據混雜、模型升級中保持穩定運行的能力。而這正是“技術為王”向“生態為王”的真正轉向，不再是誰跑得快，而是誰走得遠。

三、這不是一場“造人”的戰爭

而是對未來的押注

在人形機器人一次次登上熱搜、在展臺上跳舞、倒水、疊衣服之際，行業的敘事似乎已被濃縮成一個“小目標”，誰先造出人，誰就是王。

但這句看似鏗鏘的口號，站在具身智能的真實戰場上，卻顯得過于輕盈。

真正的賽點，從來就不是“誰先造出人”，而是誰能用“人”，真正做成事。

這是一場技術與耐力的馬拉松，而不是三分鐘的炫技小品；是一場關于新物種如何扎根現實世界的系統工程，而不是誰先拼出一副仿生骨架、接上幾根電纜。

“造人”不難，難的是讓“人形”活得像個生產力工具。

當然，大廠們心里也明白，這場有關具身智能的革命，不是靠一兩臺新聞發布會上能跳舞的機器人就能完成的。

今天的每一個動作系統、語音識別模塊、感知雷達，在真實物理世界中都還只是初級工匠，距離通用勞動力還很遠。說得更直白些，一個能倒咖啡、疊衣服、開門的人形機器人，如果每一個任務都要單獨編程、單獨測試，那么它就不具備可復制性。而不具備可復制性，便意味著它不是工具，更像樣品。

這不是一場關于“造人”的賽跑，而是押注未來操作系統的排位賽。

沒有一個人是空手進場，也沒有人試圖一家通吃。

毫不夸張的說，具身智能，是一個不亞于蒸汽革命的第二物理操作系統。

當人們試圖回顧具身智能產業這場時代級躍遷，或許會發現，那些沒有親自“造人”的大廠，反而為整個行業打下了通向未來的基礎。

不是每一場產業革命都需要一個高舉火把的領跑者，更多時候，它需要在黑暗中修路的人。

天眼查及媒體綜合信息顯示，百度以平臺筑底，將“智力”結構開放共享；騰訊選擇云邊協同，把“連接”能力嵌入生態；阿里試圖為智能體打造統一“骨架”；華為則從芯片到終端，從工廠到算法，鋪設了一張完整的“技術網”。

它們沒有選擇爭當舞臺上光鮮的演員，卻一磚一瓦構建了這場劇的結構性骨架。

第一次工業革命靠煤與鐵，第二次靠電與流水線，第三次靠半導體與互聯網，而如今，人們正站在認知+執行一體化的臨界點。

人形機器人是肉眼可見的外殼，而其真正的引擎，是背后的數據、模型、算力、算法、接口標準，以及全棧式、跨行業的生態合作鏈條。

這不是一場“造人”的戰爭，而是一場有關未來智能社會誰來掌舵、誰來定規矩的戰略對賭。

四、寫在最后

這場熱潮的真正主線，不在于誰率先拼出了鋼筋骨骼，而在于誰能低調縫合底層技術、激活全域生態，并最終令人形機器人成為現實世界的高效執行者。

當下，聚光燈打在一臺臺能疊衣、能跳舞的人形機器人上，掌聲卻未必屬于它們的制造者，而屬于那些在幕后搭建舞臺、調度資源、設定規則的系統策劃者。

在這場新工業邏輯的演化里，大廠們沒有搶鏡，卻在無聲中鋪設了通往未來的地基。它們像是修鐵路的、不露面的“調度者”，一端連著開發者社區，一端連著標準化終端設備，用平臺思維組織生產力，用資源協調編織出新的智能結構。

這屆大廠，不再執念于一錘定音的爆款單品，而更像在為下一個產業世紀布線排兵。它們沒有高喊我們來改變世界，卻正在用算力、模型、數據和場景，把未來的方向擰上螺絲。當人形機器人真正邁入日常生活，那些今天看似沒有“造人”的公司，或許早已成為掌握具身智能產業價值密碼的“導演”們。

作者｜林飛雪

何坤

運營｜陳佳慧

出品｜零態LT（ID：LingTai_LT）

題圖｜網絡公開用圖